深度学习环境搭建（Windows10-anaconda-Python3.7-pycharm）

最新推荐文章于 2024-09-25 17:44:40 发布

原创最新推荐文章于 2024-09-25 17:44:40 发布 · 506 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#anaconda #cuda #深度学习

python 专栏收录该内容

1 篇文章

订阅专栏

本文详细介绍了如何使用Anaconda下载并安装PyTorch，包括设置清华源以加速下载，以及如何在Python环境中测试PyTorch是否安装成功。同时，提供了IDE配置的基本步骤，并附带了一个简单的测试代码示例。

部署运行你感兴趣的模型镜像

步骤一：下载安装anacoda下载地址

步骤二：
打开Anaconda Prompt:
在这里插入图片描述

使用清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

最后输入，（注意：这里的10.2要根据你的CUDA版本号修改）：

conda install pytorch torchvision cudatoolkit=10.2

CUDA版本号查看方式：
在这里插入图片描述

成功后会出现三行 done(这里忘记截图了）。

打开Anaconda中的python进行测试:
在这里插入图片描述
安装成功！

步骤三：
接下来的是IDE的配置，我这里用的是Pycharm下载地址，其他的IDE配置方法应该也是类似的。
1>File–>setting–>……（下图所示）

注意：第六步需要根据你自己的路径选择
在这里插入图片描述
输入测试代码：

import torch
import numpy as np
np_data= np.arange(6).reshape((2, 3))
torch_data=torch.from_numpy(np_data)
tensor2array=torch_data.numpy()


print(
'\nnumpy\n',np_data,
'\ntorch\n',torch_data,
'\ntensor2array\n',tensor2array,
'\n'
)